Os efeitos da pandemia de COVID-19 e da sociabilidade do consumidor brasileiro na atitude e no uso de tecnologias contactless em hospedagem

The effects of the COVID-19 pandemic and the sociability of Brazilian consumers on attitudes and the use of contactless technologies in hospitality

Los efectos de la pandemia de COVID-19 y la sociabilidad de los consumidores brasileños sobre las actitudes y el uso de tecnologías contactless en la hostelería

Resumo

Embora a adoção de tecnologias contactless na hotelaria tenha sido amplamente investigada em contextos asiáticos, norte-americanos e europeus, persistem lacunas quanto aos fatores que influenciam esse comportamento no Brasil. Consumidores brasileiros tendem a valorizar o contato humano em serviços de hospitalidade, o que levou este estudo a investigar os efeitos da pandemia de COVID-19 e da sociabilidade do indivíduo na atitude e no uso de tecnologias contactless em hospedagem. Para tanto, conduziu-se um survey online com 299 respondentes que já haviam utilizado algum tipo de serviço de hospedagem no país. Os dados coletados foram analisados por meio de Modelagem de Equações Estruturais (PLS-SEM), complementada por análises fatoriais exploratória e confirmatória. Os resultados indicaram que apenas a atitude em relação aos serviços contactless exerceu influência significativa sobre sua aceitação e preferência de uso, enquanto os efeitos da sociabilidade e das percepções sobre a pandemia não se mostraram estatisticamente significativos. O estudo reforça a centralidade da atitude como antecedente direto do uso de tecnologias contactless no setor hoteleiro e questiona a aplicabilidade universal de conceitos como sociabilidade em contextos culturais específicos. Por fim, os achados também sugerem que, no contexto brasileiro, o impacto da pandemia de COVID-19 sobre aspectos específicos do consumo na hotelaria pode ter sido mais transitório do que estrutural.

Palavras-chave
Uso de Tecnologias Contactless; Atitude do Consumidor; Sociabilidade; Serviços de Hospedagem; COVID-19

Abstract

Although the adoption of contactless technologies in the hotel industry has been extensively investigated in Asian, North American, and European contexts, gaps remain regarding the factors influencing this behavior in Brazil. Brazilian consumers tend to value human contact in hospitality services, which led this study to investigate the effects of the COVID-19 pandemic and individual sociability on attitudes and use of contactless technologies in lodging. To this end, an online survey was conducted with 299 respondents who had already used some type of lodging service in the country. The collected data were analyzed using Structural Equation Modeling (PLS-SEM), complemented by exploratory and confirmatory factor analyses. The results indicated that only attitudes towards contactless services exerted a significant influence on their acceptance and preference for use, while the effects of sociability and perceptions about the pandemic were not statistically significant. The study reinforces the centrality of the attitude itself as a direct antecedent of the use of contactless technologies in the hotel sector and questions the universal applicability of concepts such as sociability in specific cultural contexts. Finally, the findings also suggest that, in the Brazilian context, the impact of the COVID-19 pandemic on specific aspects of consumption in the hotel industry may have been more transitory than structural.

Keywords
Use of Contactless Technologies; Consumer Attitude; Sociability; Hotel Services; COVID-19

Resumen

Aunque la adopción de tecnologías contactless en la industria hotelera se ha investigado ampliamente en contextos asiáticos, norteamericanos y europeos, persisten lagunas en cuanto a los factores que influyen en este comportamiento en Brasil. Los consumidores brasileños tienden a valorar el contacto humano en los servicios de hostelería, lo que llevó a este estudio a investigar los efectos de la pandemia de COVID-19 y la sociabilidad individual en las actitudes y el uso de tecnologías contactless en el alojamiento. Para ello, se realizó una encuesta en línea con 299 encuestados que ya habían utilizado algún tipo de servicio de alojamiento en el país. Los datos recopilados se analizaron mediante modelos de ecuaciones estructurales (PLS-SEM), complementados con análisis factoriales exploratorios y confirmatorios. Los resultados indicaron que solo la actitud hacia los servicios sin contacto ejerció una influencia significativa en su aceptación y preferencia de uso, mientras que los efectos de la sociabilidad y las percepciones sobre la pandemia no fueron estadísticamente significativos. El estudio refuerza la centralidad de la actitud como antecedente directo del uso de tecnologías contactless en el sector hotelero y cuestiona la aplicabilidad universal de conceptos como la sociabilidad en contextos culturales específicos. Finalmente, los hallazgos también sugieren que, en el contexto brasileño, el impacto de la pandemia de COVID-19 en aspectos específicos del consumo en la industria hotelera puede haber sido más transitorio que estructural.

Palabras clave
Uso de tecnologías contactless; Actitud del consumidor; Sociabilidad; Servicios de hospedaje; COVID-19

1 INTRODUÇÃO

O setor de serviços tem desempenhado um papel fundamental no desenvolvimento econômico e social de diversos países ao redor do mundo. Tal relevância decorre, em grande parte, de seu expressivo potencial de geração de emprego e renda quando comparado a outros setores da economia (Veríssimo & Saiani, 2019; Gill, 2021). De fato, os efeitos positivos desse setor podem ser observados nas mais distintas esferas sociais. Conforme argumentam Silva et al. (2020), os serviços são essenciais para o funcionamento adequado de uma economia, ao contribuir para o dinamismo da engrenagem produção-consumo. No contexto brasileiro, essa importância é ainda mais evidente: somente em 2022, 70% do Produto Interno Bruto (PIB) do país foi proveniente deste setor, reforçando sua capacidade de recuperação mesmo após a retração histórica de 7,8% observada durante a pandemia de COVID-19 (Malar, 2022).

Uma das características distintivas dos serviços reside em sua natureza intangível e na centralidade das interações humanas em seu processo de produção e entrega. Segundo Shier et al. (2018), o ambiente de prestação de serviços configura-se como um espaço de intensas interações interpessoais, que envolvem não apenas os funcionários e clientes, mas também os próprios consumidores entre si. Para Solnet et al. (2019), essa interação humana constitui uma vantagem competitiva exclusiva do setor, não observada em segmentos como o industrial. Além disso, Kowalik e Klimecka-Tatar (2018) destacam a capacidade das empresas de serviços em ajustar o resultado final da experiência de consumo a partir do acompanhamento das etapas do processo, o que torna o fator humano um elemento de influência direta na variabilidade das experiências oferecidas.

Entretanto, nas últimas décadas, observa-se um movimento crescente de automatização no setor de serviços, com impactos significativos na forma como as interações entre clientes e fornecedores têm ocorrido. Essa transição visa, principalmente, aumentar a eficiência operacional e melhorar a entrega das experiências de consumo (Bolton et al., 2018; Dogan, Mistry & Nanu, 2024). Exemplos dessa tendência incluem a adoção de caixas eletrônicos em bancos, guichês de autoatendimento em supermercados e totens de check-in em aeroportos. Em decorrência dessas inovações, verifica-se uma redução gradual da presença humana na chamada “equipe de contato”, elemento considerado essencial no conceito de servicescape, conforme definido por Bitner (1992). Tal fenômeno tem se consolidado como uma realidade global.

A pandemia de COVID-19 intensificou ainda mais esse processo, ao impor restrições sanitárias que exigiram uma reformulação nos modelos de prestação de serviços. A denominada “onda do contactless-ness”, caracterizada pela ausência de contato físico, foi impulsionada por exigências de segurança que demandaram a minimização, ou mesmo eliminação, das interações presenciais entre clientes e fornecedores (Wang et al., 2021; Ku, 2025). A adoção de tecnologias contactless, inicialmente emergencial, acabou sendo incorporada de forma permanente por diversas organizações (Mukherjee et al., 2021; Ku, 2024), configurando o atual cenário de consumo em diferentes setores. Soluções como ferramentas de ensino virtuais, softwares de telemedicina e métodos de pagamento por aproximação exemplificam a consolidação desse novo paradigma de serviço no período pós-pandêmico.

No entanto, observa-se que em determinados segmentos, especialmente aqueles associados ao lazer, turismo, gastronomia e hotelaria, a adoção de tecnologias contactless tem enfrentado certa resistência por parte dos consumidores. Em serviços de hospitalidade, o contato interpessoal desempenha papel central na construção da experiência de consumo, como defendem Chang, Way e Cheng (2018). Camargo (2021) corrobora essa perspectiva ao afirmar que, mesmo diante das transformações recentes, os clientes continuam a nutrir expectativas quanto à presença do elemento humano como parte integrante da oferta de serviços nesse segmento. Tal fenômeno demanda investigação aprofundada, sobretudo em mercados como o brasileiro, cujos consumidores demonstram uma expressiva predileção por serviços de alto contato (Silva et al., 2022; PwC Brasil, 2024).

Embora a literatura recente venha explorando a adoção de tecnologias contactless no setor de hospitalidade, grande parte desses estudos concentra-se em contextos asiáticos, norte-americanos ou europeus (Hao et al., 2022; Chen et al., 2021; Li & Huang, 2022; Qiu et al., 2024). O mercado brasileiro, por sua vez, apresenta especificidades culturais que podem impactar significativamente a aceitação de serviços automatizados, notadamente pela valorização de interações humanizadas (Camargo, 2021; Silva et al., 2022). Ademais, observa-se uma lacuna no que se refere à análise conjunta de traços psicológicos, como a sociabilidade, aliados ao uso de tecnologias e aos impactos comportamentais decorrentes da pandemia, no processo de formação das atitudes dos consumidores em relação aos serviços contactless hoteleiros (Rathjens et al., 2025). A integração desses fatores em um único modelo de investigação ainda é incipiente na literatura nacional e internacional.

Diante desse cenário, emerge a seguinte questão de pesquisa: Quais são os efeitos da atitude do consumidor, da sociabilidade individual e das percepções sobre a pandemia de COVID-19 sobre o uso de tecnologias contactless em serviços de hospedagem no contexto brasileiro? Assim, este estudo tem como objetivo avaliar os efeitos da atitude do consumidor, da sociabilidade individual e das percepções sobre a pandemia de COVID-19 sobre o uso de tecnologias contactless em serviços de hospedagem no contexto brasileiro.

Para alcançar o objetivo proposto, foi conduzida uma pesquisa quantitativa de natureza descritiva, operacionalizada por meio de um survey online aplicado a consumidores com experiência prévia em serviços de hospedagem. Os dados coletados foram analisados com técnicas estatísticas multivariadas, incluindo análises fatoriais e modelagem de equações estruturais, a fim de testar empiricamente as relações entre atitude, sociabilidade, percepções sobre a pandemia de COVID-19 e o uso de tecnologias contactless. Esse percurso metodológico permitiu examinar de forma sistemática o modelo teórico proposto e avaliar a significância das hipóteses formuladas.

Este estudo contribui para o avanço do conhecimento ao investigar a adoção de tecnologias contactless no setor de hospedagem a partir da integração de variáveis atitudinais, psicológicas e contextuais em um único modelo analítico, com foco no consumidor brasileiro, um contexto ainda pouco explorado na literatura internacional. Ao evidenciar o papel central da atitude do consumidor e relativizar a influência de fatores como sociabilidade e impactos da pandemia, a pesquisa amplia a compreensão sobre o comportamento de adoção tecnológica em serviços de hospitalidade, oferecendo subsídios teóricos e gerenciais para futuras investigações e práticas do setor. Diante disso, o presente estudo não pretende propor um modelo abrangente de adoção tecnológica, mas examinar de forma delimitada como variáveis individuais e contextuais se relacionam com a predisposição do consumidor em relação a tecnologias contactless na hospedagem. Essa delimitação permite interpretar os resultados de forma compatível com o alcance do modelo testado, priorizando a compreensão de tendências comportamentais específicas em vez de generalizações amplas sobre adoção tecnológica.

2 REFERENCIAL TEÓRICO

2.1 Atitude do indivíduo e uso de tecnologias contactless nos serviços de hospedagem

No campo do comportamento do consumidor, a atitude do indivíduo é compreendida como uma avaliação cognitiva e afetiva relativamente estável em relação a um objeto, serviço ou tecnologia, refletindo julgamentos de favorabilidade ou desfavorabilidade que orientam a predisposição comportamental do consumidor. Essa avaliação funciona como um antecedente relevante do comportamento de uso, uma vez que atitudes positivas tendem a aumentar a probabilidade de aceitação e adoção de determinada solução tecnológica (Chen et al., 2021; Hao & Chon, 2021). No contexto da hotelaria, a atitude em relação a serviços contactless envolve percepções sobre conveniência, confiabilidade e qualidade, influenciando diretamente a disposição do hóspede para utilizar tecnologias mediadas por automação. Lin e Mattila (2021) demonstram que avaliações atitudinais favoráveis em relação a tecnologias de serviço estão associadas a maior aceitação e uso, reforçando o papel da atitude como elo central entre percepção do serviço e comportamento efetivo do consumidor.

A conceituação de atitude adotada neste estudo também dialoga com investigações que operacionalizam esse construto no contexto de serviços mediados por tecnologia. Hao e Chon (2021), ao analisarem a aceitação de soluções contactless na hospitalidade, tratam a atitude como uma avaliação favorável ou desfavorável do consumidor em relação ao uso de tecnologias no serviço, influenciando sua predisposição comportamental. Essa perspectiva se alinha à abordagem proposta por Bravo et al. (2019), que compreendem a atitude como um julgamento avaliativo que orienta decisões de consumo e adoção tecnológica.

Neste estudo, a variável “uso de tecnologias contactless” refere-se à predisposição comportamental do consumidor para adotar e utilizar soluções tecnológicas sem contato físico em serviços de hospedagem, como check-in automatizado, pagamentos digitais e interfaces de autoatendimento. Embora o uso efetivo dessas tecnologias possa assumir múltiplas formas, o foco analítico recai sobre a adoção percebida e a disposição do consumidor em utilizá-las durante a experiência de hospedagem. Essa delimitação aproxima o construto de medidas comportamentais frequentemente empregadas na literatura de adoção tecnológica, nas quais a intenção e a aceitação de uso funcionam como indicadores da probabilidade de comportamento efetivo, permitindo avaliar de forma consistente a relação entre variáveis atitudinais e o engajamento com tecnologias contactless.

No contexto da hospitalidade, o uso de tecnologias contactless refere-se à adoção de soluções que minimizam o contato físico entre consumidores e prestadores de serviço. Chen et al. (2021) destacam que o engajamento do consumidor com essas tecnologias está associado à percepção de segurança, eficiência e conveniência, influenciando sua aceitação e predisposição de uso durante a experiência de hospedagem. Essa perspectiva reforça que o construto não se limita ao uso operacional em si, mas envolve a disposição do consumidor para incorporar tecnologias sem contato à sua jornada de consumo. Assim, a abordagem adotada neste estudo dialoga com essa compreensão teórica, sustentando a análise do uso de tecnologias contactless como manifestação comportamental vinculada à adoção tecnológica.

O emprego de tecnologias contactless pelo setor de serviços de hospedagem remonta aos anos de 1980. Segundo Wroten (2020), muitas ferramentas atualmente utilizadas por diversos estabelecimentos hoteleiros ao redor do mundo, como check-in remoto, pagamento por aproximação, reconhecimento facial e acesso sem chaves, já estavam disponíveis muito antes do surgimento do vírus SARS-CoV-2, que deu origem à pandemia da COVID-19. No Brasil, especificamente, os primeiros relatos quanto à adoção desse tipo de tecnologia datam do início da década de 1990. À época, foi inaugurada em Minas Gerais a primeira unidade dos Hotéis Arco, que introduziu os cartões-chave como substitutos das formas tradicionais de acesso dos hóspedes às unidades habitacionais (UH’s), proporcionando maior controle das movimentações nos quartos e, do ponto de vista do cliente, maior conveniência (Hotel News, 2010).

Ainda que a adoção dessas tecnologias já estivesse em curso, a pandemia acelerou significativamente esse processo. De acordo com López, Silva e Silva (2021), mesmo antes de 2020, a malha hoteleira nacional já caminhava para uma adoção mais ampla de tecnologias contactless como parte da sua oferta regular de serviços. O cenário pandêmico, contudo, tornou essa transformação essencial para a sobrevivência do setor. Durante o período mais crítico da pandemia (maio a julho de 2020), tais inovações foram fundamentais para o cumprimento dos protocolos de biossegurança exigidos pelos órgãos governamentais (López, Silva & Silva, 2021).

Esse movimento de adoção acelerada de tecnologias impactou diretamente o comportamento dos consumidores. Jiang e Wen (2020) explicam que o contexto pandêmico modificou as expectativas dos hóspedes, que passaram a buscar com mais frequência serviços sem contato direto. Segundo Li et al. (2021), essas tecnologias proporcionaram aos clientes uma sensação de segurança frente ao risco de infecção, além de um conforto psicológico. A percepção positiva sobre os serviços contactless foi determinante para a retomada gradual das atividades da hotelaria, num momento de grande incerteza científica em relação ao vírus. Zhong et al. (2022) reforçam que a ausência parcial ou total de contato físico entre prestador e cliente alterou significativamente a percepção e o comportamento dos consumidores em relação às tecnologias hoteleiras.

No cenário internacional, o estudo da Oracle Hospitality (2021) contribui com dados relevantes sobre o uso de tecnologias contactless. A pesquisa, que entrevistou 1.050 profissionais do setor em sete países, revelou que 47% dos respondentes já ofereciam tais tecnologias antes mesmo da pandemia, o que demonstra um movimento pré-existente que foi intensificado pela crise sanitária.

No contexto brasileiro, López, Silva e Silva (2021) destacam alguns dos principais recursos contactless adotados na hotelaria: sistemas de check-in e check-out online, chaves digitais, QR Codes e serviços de limpeza automatizados. Contudo, um aspecto que chama atenção é o crescente protagonismo dos robôs no período pós-pandêmico. Para Bertola (2023), a adoção desses equipamentos tem ganhado espaço na oferta de serviços hoteleiros. Segundo Saul (2021), a substituição de equipes humanas por robôs visa principalmente à melhoria da experiência do consumidor. McCartney e McCartney (2020) reforçam que esses dispositivos são capazes de desempenhar certas funções com eficiência igual ou superior à dos humanos, enquanto Pillai et al. (2021) apontam que a robotização pode reduzir ou eliminar falhas na prestação de serviços.

Porém, nem todos os consumidores demonstram receptividade frente a uma prestação de serviços totalmente automatizada. Lin e Mattila (2021) analisaram a atitude dos clientes frente a robôs de serviço durante a pandemia e identificaram que fatores como privacidade percebida, benefícios funcionais e aparência dos robôs influenciam positivamente a aceitação. Além disso, a atitude geral do indivíduo e a experiência antecipada no hotel também impactam essa aceitação, fazendo com que alguns consumidores estejam dispostos a substituir o atendimento humano por soluções robóticas. Ainda nesse sentido, Bertola (2023) destaca que a aceitação de tecnologias contactless pelos consumidores depende da sua simplicidade e funcionalidade. Quanto mais intuitiva e prática for a tecnologia, maior será sua aceitação pelos hóspedes.

Hao et al. (2022) apontam que as tecnologias contactless podem impactar positivamente a disposição do cliente a pagar. O estudo observou que clientes de hotéis chineses demonstraram maior disposição a pagar valores superiores por diárias que incluíssem acesso contactless às UH’s. Entretanto, essa disposição variou conforme o tipo de serviço: enquanto o acesso sem contato gerou maior disposição, serviços como recepção automatizada e robôs apresentaram menor influência, sendo vistos por alguns consumidores como estratégias de redução de custos (Hao et al., 2022).

Além dos efeitos sobre a disposição a pagar, os serviços contactless têm sido associados a maior confiança, satisfação e intenção de reserva. Kim, Li e So (2022) apontam que tais tecnologias aumentam a confiança dos clientes nos hotéis, enquanto Hao e Chon (2021) destacam seu efeito positivo na satisfação e no valor percebido pelo cliente. Hernández (2021) reforça a importância de dar continuidade ao uso dessas tecnologias mesmo no pós-pandemia, garantindo conectividade e segurança nas estadias. Por fim, Christou, Simillidou e Stylianou (2020) enfatizam que o avanço tecnológico e as novas dinâmicas de consumo tornam a manutenção das tecnologias contactless uma tendência irreversível no setor hoteleiro. Assim, com base na literatura revisada, propõe-se a seguinte hipótese de pesquisa:

H1 : A atitude do consumidor em relação às tecnologias contactless influencia positivamente seu uso em serviços de hospedagem.

2.2 Sociabilidade do indivíduo, pandemia de COVID-19 e tecnologias contactless nos serviços de hospedagem

Além dos avanços tecnológicos e das questões sanitárias associadas à pandemia da Covid-19, os serviços contactless podem atrair consumidores que preferem minimizar interações sociais. Essa predisposição individual para interagir mais, menos ou de forma alguma com outras pessoas é conceituada por Cheek e Buss (1981) como sociabilidade, um traço psicológico presente em todos os indivíduos. Em conjunto com fatores como personalidade, contexto social e espaço físico, a sociabilidade pode estimular ou inibir a socialização (Gifford & Gallagher, 1985), influenciando comportamentos em diversas esferas da vida, como o ambiente escolar, o trabalho, o contexto familiar e, notadamente, o consumo.

No campo do comportamento de consumo, a sociabilidade se destaca como um fator relevante, especialmente em ambientes físicos, onde as interações sociais com outros consumidores ou com os funcionários são praticamente inevitáveis (Joo et al., 2018). Segundo Argo (2020) e Felix et al. (2024), essas interações podem exercer influências diretas ou indiretas nas decisões de compra. Assim, dependendo do grau de sociabilidade de cada consumidor, tais interações podem tanto estimular a continuidade do processo de compra quanto levar à sua desistência.

Além dos contextos presenciais, a sociabilidade também atua como variável moderadora em ambientes de consumo mediados por tecnologia. Zhang et al. (2019) argumentam que o comportamento de compra pode variar em função do nível de sociabilidade do consumidor. Li e Huang (2022) reforçam essa perspectiva ao observarem que indivíduos com menor predisposição a interações sociais tendem a perceber os serviços contactless como uma forma de suporte social, o que impulsiona seu uso e, consequentemente, o consumo. Um exemplo ilustrativo pode ser encontrado no setor de viagens, no qual a tecnologia se apresenta como facilitadora para aqueles que desejam viajar com o mínimo de interação social (Leith, 2020).

No contexto específico da pandemia da Covid-19, a relação entre percepção de risco e adoção de tecnologias contactless foi evidenciada por Kang et al. (2022). Os autores verificaram que a propensão ao uso dessas tecnologias aumentava quando os consumidores percebiam risco de contágio. Por outro lado, essa disposição diminuía entre aqueles já vacinados. Os resultados sugerem ainda que outros fatores individuais, como o grau de sociabilidade, também podem ter influenciado a decisão de adotar ou não tais serviços.

Diante dessas evidências, observa-se que o contexto social vivenciado pelo indivíduo pode moldar seus hábitos de consumo. A pandemia acentuou a preocupação com o distanciamento social, incentivando o uso de tecnologias contactless no setor hoteleiro (Im, Kim & Choeh, 2021; Cesário & Mendes Filho, 2021).. Contudo, é fundamental reconhecer que fatores internos, como a sociabilidade, também desempenham papel central na forma como os consumidores percebem e utilizam essas tecnologias, podendo intensificar ou inibir determinadas atitudes e comportamentos. Assim, com base no exposto, as seguintes hipóteses são levantadas:

H2: A sociabilidade do consumidor influencia sua atitude em relação às tecnologias contactless em serviços de hospedagem;

H3 : A sociabilidade do consumidor influencia diretamente seu uso de tecnologias contactless em serviços de hospedagem.

No cenário da pandemia da Covid-19, a importância dos serviços contactless ganhou ainda mais destaque. Hao e Chon (2021) apontam que o distanciamento social foi um dos principais protocolos de prevenção contra o contágio do vírus. De forma complementar, Rahimizhian e Irani (2021) destacam que os consumidores passaram a adotar tecnologias como estratégia para manter esse distanciamento.

No setor hoteleiro, Morosan e DeFranco (2021) reforçam que as tecnologias contactless foram essenciais para garantir o distanciamento social e proteger a saúde dos indivíduos. Em consonância, Shin e Kang (2020) evidenciaram que o uso do check-in mediado por tecnologia reduziu a percepção de interação social entre hóspedes e funcionários, resultando em uma maior intenção de reserva. De modo geral, Gursoy e Chi (2020) argumentam que a implementação de medidas de distanciamento social foi uma das ações mais importantes do setor de hospitalidade durante a pandemia, ressaltando que 70,42% dos clientes de hotéis reconheceram a relevância das tecnologias contactless para minimizar o contato humano.

Adicionalmente, Morosan e DeFranco (2021) observam que, embora o consumo tradicional de serviços de hospedagem envolva algum contato físico, os clientes demonstraram relutância em frequentar hotéis durante o período pandêmico. Nesse contexto, Chen et al. (2021) afirmam que as tecnologias contactless promoveram o distanciamento social, mas a aceitação dessas tecnologias estava diretamente associada ao grau de preocupação dos consumidores com o distanciamento social. Os autores identificaram que consumidores mais preocupados apresentavam maior propensão a utilizar tecnologias contactless e preferiam hotéis que oferecessem essas soluções. Diante dessas evidências, as seguintes hipóteses são levantadas:

H4: A percepção de impacto da pandemia na hospedagem influencia a atitude do consumidor em relação às tecnologias contactless em serviços de hospedagem;

H5: A percepção de impacto da pandemia na hospedagem influencia o uso de tecnologias contactless em serviços de hospedagem.

A revisão da literatura apresentada indicou o caminho teórico a ser seguido em busca de respostas aos anseios e inquietudes deste estudo. Assim, chegou-se à proposição do modelo teórico apresentado a seguir (Figura 1), sustentado pelas hipóteses que serviram de ponto de partida para a sua elaboração (H1, H2, H3, H4 e H5).

Figura 1
Modelo teórico do estudo

No modelo teórico deste estudo (Figura 1), a atitude do consumidor em relação às tecnologias contactless é compreendida como uma avaliação cognitiva e afetiva que orienta a predisposição comportamental do indivíduo diante de serviços mediados por tecnologia. Essa avaliação não se forma de maneira isolada, sendo influenciada por características individuais e por contextos situacionais. A literatura sugere que traços psicológicos, como a sociabilidade, podem moldar a forma como o consumidor interpreta experiências de serviço, afetando suas avaliações atitudinais (Li & Huang, 2022; Zhang et al., 2019). De modo semelhante, fatores contextuais associados a eventos disruptivos, como a pandemia de COVID-19, podem alterar percepções de risco, segurança e conveniência, influenciando a formação de atitudes em relação a soluções tecnológicas (Chen et al., 2021; Hao & Chon, 2021). Assim, compreender como essas variáveis se relacionam com a atitude do consumidor é fundamental para explicar a aceitação de tecnologias contactless no setor de hospedagem.

3 PROCEDIMENTOS METODOLÓGICOS

Esta pesquisa, de natureza conclusiva, caracteriza-se como sendo descritiva e de abordagem quantitativa. A coleta de dados foi realizada a partir de um survey online, entre outubro de 2022 a abril de 2023. Assim, a base resultante das respostas dos participantes ao questionário auto administrado representa um recorte temporal transversal único (Malhotra, 2019). A população do estudo foi composta por cidadãos brasileiros, ou estrangeiros residentes no país, com idade mínima de 18 anos, e algum tipo de experiência de consumo de serviços de hospedagem. O tamanho da amostra foi delimitado com base no pressuposto de Hair et al. (2019) de que existe uma relação positiva entre o número de variáveis contidas no instrumento de coleta de dados e a quantidade de indivíduos necessários ao estudo. O questionário utilizado era composto por 12 questões, com um total de 25 itens. Destes, 17 sendo escalares e 8 de caráter sociodemográfico e comportamental. Portanto, adotou-se a estimativa proporcional de 1:10 casos por variável, cujo resultado direcionou a uma amostra mínima de 250 respostas. No total, foram obtidos 299 casos válidos, tendo sido os elementos incluídos na amostra por meio da técnica não probabilística de snowball sampling (bola de neve).

A divulgação do questionário foi realizada por meio de canais digitais, com compartilhamento do link em redes sociais, e-mail e aplicativos de mensagens, buscando alcançar indivíduos com experiência prévia em serviços de hospedagem. Para garantir a aderência ao perfil de interesse do estudo, foram incluídas questões de triagem relacionadas à experiência do respondente com hospedagens e ao contato com tecnologias digitais. Esse procedimento permitiu reunir uma amostra alinhada ao objetivo da pesquisa, preservando a viabilidade operacional da coleta.

As quatro escalas utilizadas na pesquisa (Quadro 1) foram do tipo Likert, de sete pontos cada. A primeira delas, com cinco itens, foi uma adaptação de Hao e Chon (2021) à escala proposta por Bravo et al. (2019), visando avaliar a experiência dos clientes com o serviço contactless. Neste estudo, ela foi novamente adaptada para mensurar a Atitude dos entrevistados em relação aos serviços hoteleiros ofertados sem o contato físico direto (contactless) entre o consumidor e os funcionários de um meio de hospedagem. Para verificar o Uso de Tecnologias Contactless dos participantes em relação às tecnologias contactless na hotelaria, adotou-se a escala de intelligence operation (operação inteligente) de Chen et al. (2021), com três itens referindo-se ao uso de dispositivos conectados e operados com a internet das coisas, big data, inteligência artificial e outras tecnologias. Do mesmo estudo, também foram retiradas as escalas de social distance (distanciamento social) e de event disruption (interrupção de evento). Enquanto que aquela correspondia a seis itens utilizados para mensurar a Sociabilidade dos entrevistados, esta última contava com três itens adaptados para que fosse possível avaliar o Impacto Percebido da Pandemia no comportamento dos participantes desta pesquisa em relação aos seus hábitos de hospedagem pós-pandemia.

Quadro 1
Instrumento de coleta de dados

Construto	Item	Rótulo	Fonte
Atitude (AT)	O serviço contactless em hotéis atende às minhas necessidades.	AT1	Hao e Chon (2021), adaptado de Bravo et al. (2019)
	O serviço contactless em hotéis é confiável.	AT2
	Hotéis com serviço contactless são superiores a outros hotéis.	AT3
	O serviço contactless em hotéis é um bom serviço.	AT4
	O serviço contactless em hotéis é um serviço de qualidade.	AT5
Uso de Tecnologias Contactless (UC)	Gosto de usar dispositivos inteligentes para controlar meu quarto.	UC1	Chen et al. (2021)
	Gosto de abrir o quarto com uma senha digital.	UC2
	Gosto de usar dispositivos inteligentes para entrar e sair sem ser incomodado.	UC3
Sociabilidade (SO)	Gosto de conversar em lugares públicos.	SO1
	Gosto de compartilhar refeições com outras pessoas.	SO2
	Gosto de participar de atividades em diferentes ocasiões.	SO3
	Normalmente, mantenho distância das outras pessoas.	SO4
	Normalmente, só tenho contato profissional com outras pessoas.	SO5
	Não gosto de ter nenhum contato com outras pessoas.	SO6
Impacto Percebido da Pandemia (IP)	O surto de COVID-19 me deixou preocupado em relação à hospedagem em hotéis.	IP1
	O surto de COVID-19 mudou meus hábitos anteriores de hospedagem em hotéis.	IP2
	O surto de COVID-19 me obrigou a mudar a maneira como eu costumava me hospedar em hotéis.	IP3

• Fonte: Dados da pesquisa (2023).

Destaca-se que, embora o construto seja denominado “Uso de Tecnologias Contactless”, os itens empregados capturam a disposição afetiva e a preferência declarada do consumidor em relação a essas soluções, refletindo aceitação e inclinação comportamental, e não o uso operacional efetivo. Essa abordagem é consistente com a literatura de adoção tecnológica, que frequentemente utiliza medidas de predisposição e aceitação como indicadores do engajamento do consumidor com a tecnologia. Assim, o construto é interpretado neste estudo como expressão de aceitação/disposição de uso, preservando coerência entre definição teórica e mensuração empírica.

A análise dos dados foi conduzida por meio do software IBM SPSS Statistics versão 22, sendo inicialmente empregadas técnicas de estatística descritiva (frequência, média e desvio-padrão) com o objetivo de examinar o comportamento das variáveis e caracterizar o perfil da amostra. A confiabilidade das escalas foi avaliada por meio do coeficiente alfa de Cronbach, considerando-se valores aceitáveis a partir de 0,7 (Hair et al., 1998). A verificação da dimensionalidade dos itens foi realizada por meio do índice Kaiser-Meyer-Olkin (KMO) e do teste de esfericidade de Bartlett, etapas que antecederam a aplicação de uma análise fatorial exploratória (AFE). Para testar o modelo teórico proposto, utilizou-se a Modelagem de Equações Estruturais (MEE) com o software SmartPLS 4, cuja abordagem de estimação por mínimos quadrados parciais se mostra adequada para a análise de relações entre construtos em pesquisas nas ciências sociais e do comportamento (Bido & Silva, 2019). Ademais, uma análise fatorial confirmatória (AFC) foi realizada com o propósito de validar o modelo de mensuração (Marôco, 2014). Esses procedimentos metodológicos fundamentaram os resultados apresentados e discutidos nas seções seguintes.

4 RESULTADOS E DISCUSSÃO

4.1 Perfil da amostra

Perante os dados obtidos em relação ao perfil sociodemográfico da amostra, percebeu-se que a maioria dos respondentes é do gênero feminino (65,9%). A porcentagem de participantes do gênero masculino representa 32,4% da amostra, enquanto que 0,3% dos respondentes preferiram não revelar seu gênero e 1,3% se consideram não-binários. Em relação à faixa etária, a maior parte da amostra possui entre 31 a 40 anos (27,1%). Em seguida, tem-se a faixa etária que compreende as idades entre 41 a 50 anos (24,1%) e a faixa entre 21 a 30 anos (21,4%). Dessa forma, nota-se que a quantidade mais significativa da amostra da pesquisa é composta por indivíduos que têm de 21 a 50 anos, totalizando 72,6% dos participantes.

A respeito da renda mensal familiar dos respondentes, 28,1% da amostra indicou estar dentro da faixa que abrange o valor de R$ 3.636,01 a R$ 7.272,00, sendo esta a maior porcentagem observada. Em seguida, tem-se os indivíduos que estão na faixa de R$ 7.272,01 a R$ 10.908,00, que diz respeito a 17,7% da amostra. Assim, percebe-se que a maior parte dos participantes investigados (45,8%) conta com uma renda mensal familiar que vai de 3 a 9 salários mínimos - considerando o valor do salário mínimo em 2022 igual a R$ 1.212,00, ano em que se iniciou a coleta de dados desta pesquisa.

No tangente ao grau de escolaridade da amostra, 66,9% possuem Pós-Graduação (MBA, Mestrado ou Doutorado), enquanto que 14,7% têm ensino superior incompleto e 14,4% informaram que atingiram o nível de ensino superior completo. Portanto, é possível afirmar que a maior parte da amostra (96%) se encontra no nível de escolaridade a partir do ensino superior. Quanto à região brasileira de residência dos respondentes, encontrou-se o seguinte panorama: 39,8% residem na Região Nordeste; 22,4% na Região Sul; 19,4% na Região Sudeste; 11% na Região Centro-oeste; e 7,4% na Região Norte.

Também foi possível examinar outras características da amostra analisada, como motivações de hospedagem, frequência de utilização de serviços hoteleiros e as fontes de informação utilizadas para planejar reservas em meios de hospedagem. Quanto ao primeiro aspecto, constatou-se que para a maioria dos respondentes (76,9%) as hospedagens são motivadas por conta das férias/lazer. Por outro lado, 21,1% dos participantes revelaram se hospedar devido a negócios/trabalho. Em relação a frequência de hospedagem, 55,2% da amostra disseram que se hospedam de 2 a 5 vezes por ano. Em seguida, tem-se aqueles que o fazem somente 1 vez por ano (22,1%). É possível observar, portanto, que a maior parte da amostra (77,3%) utiliza serviços hoteleiros de 1 a 5 vezes por ano.

Por fim, sobre as fontes de informação usadas para auxiliar nas reservas em empreendimentos hoteleiros, 27,1% dos respondentes indicaram recorrer às mídias sociais, tais como Instagram, Facebook e Twitter. Além disso, 64,2% da amostra revelou utilizar páginas de turismo na web para tal finalidade. Isso demonstra que, para 91,3% dos participantes, o meio digital é o mais relevante para obter informações relacionadas a reservas em meios de hospedagem.

4.2 Análise descritiva das variáveis

Para realizar a análise descritiva das variáveis investigadas, foram observados índices como média e desvio-padrão. De acordo com os dados apresentados na Tabela 1, o item UC3 do construto Uso de Tecnologias Contactless, que avalia o gosto dos respondentes por utilizar dispositivos digitais sem interferência de terceiros, apresentou a maior média (5,32). Esse resultado sugere que boa parte dos participantes manifesta uma predisposição favorável ao uso de tecnologias que proporcionem autonomia durante o processo de hospedagem. Tal achado reforça a discussão de Bertola (2023), que destaca que a aceitação de tecnologias contactless na hotelaria depende fortemente da percepção de funcionalidade e de conveniência oferecida aos clientes. Ademais, essa preferência pela autonomia tecnológica é coerente com o cenário de digitalização crescente dos serviços de hospedagem descrito por López, Silva e Silva (2021), especialmente após a aceleração tecnológica ocorrida durante a pandemia.

Tabela 1
Análise descritiva das variáveis

Construto	Item	Média	Desvio padrão
Uso de Tecnologias Contactless	UC1	5,20	1,617
	UC2	5,01	1,718
	UC3	5,32	1,634
Atitude	AT1	4,51	1,796
	AT2	4,69	1,612
	AT3	3,01	1,717
	AT4	4,36	1,585
	AT5	4,30	1,534
Sociabilidade	SO1	5,24	1,443
	SO2	4,80	1,744
	SO3	5,34	1,387
	SO4	3,41	1,677
	SO5	2,82	1,776
	SO6	1,89	1,351
Impacto Percebido da Pandemia	IP1	4,28	1,939
	IP2	4,21	1,919
	IP3	3,89	1,901

• Fonte: Dados da pesquisa (2023).

No que se refere ao construto Atitude, o item AT2, que aborda a confiabilidade percebida nos serviços contactless, obteve a maior média (4,69), indicando uma posição entre neutro e concordância leve por parte dos respondentes (Tabela 1). Esse resultado evidencia que, embora exista uma tendência positiva na percepção dos consumidores quanto à confiabilidade desses serviços, ainda há certo grau de hesitação. Tal constatação reforça a relevância das discussões de Hao e Chon (2021), que apontam a confiança como um dos principais fatores para a aceitação de tecnologias contactless na hotelaria. Além disso, segundo Lin e Mattila (2021), a construção de uma atitude positiva em relação a esse tipo de serviço depende, entre outros fatores, da percepção de confiabilidade e segurança operacional, o que demonstra a importância das empresas investirem em estratégias que reforcem esses atributos.

Em relação ao construto Sociabilidade, o item SO3, relacionado ao gosto dos participantes por participar de atividades em diferentes ocasiões, apresentou a maior média (5,34), conforme Tabela 1. Esse dado sugere que a amostra acessada é composta, em sua maioria, por indivíduos com uma inclinação moderada a elevada para atividades sociais, o que é coerente com as características culturais já descritas na literatura sobre o consumidor brasileiro (Silva et al., 2022; Camargo, 2021). Supõe-se, portanto, que um alto nível de sociabilidade pode neutralizar os impactos específicos sobre a atitude e o uso de tecnologias contactless nos meios de hospedagem por parte do consumidor.

Por fim, ao analisar o construto Impacto Percebido da Pandemia, observa-se que o item IP1, que aborda a preocupação com a hospedagem em hotéis durante a pandemia, obteve a maior média (4,28), indicando uma posição próxima à neutralidade (Tabela 1). Isso revela que, no momento da coleta dos dados, a percepção de risco entre os participantes estava relativamente moderada. Este resultado é consistente com as observações de Kang et al. (2022), que destacam que a propensão ao uso de tecnologias contactless é influenciada pela percepção de risco, sendo que essa relação pode diminuir conforme o avanço da vacinação e a redução da ameaça sanitária. Além disso, Morosan e DeFranco (2021) também ressaltam que a aceitação de tecnologias contactless tende a ser mais forte durante os períodos de maior preocupação com a saúde, o que pode não ter sido o caso do período desta pesquisa.

Os desvios-padrão dos itens (Tabela 1) indicam uma adequada variabilidade nas respostas dos participantes, refletindo a heterogeneidade das percepções em relação aos construtos investigados. De modo geral, os valores variaram entre 1,351 e 1,939, o que é considerado satisfatório em estudos com escalas do tipo Likert de sete pontos (Marôco, 2014). Essa dispersão sugere que os itens foram capazes de discriminar diferentes níveis de opinião entre os respondentes. Destaca-se que os itens do construto Impacto Percebido da Pandemia apresentaram os maiores desvios-padrão, evidenciando uma maior diversidade nas percepções sobre o tema, possivelmente influenciada pelas experiências individuais dos participantes durante a pandemia. Por outro lado, alguns itens de Sociabilidade apresentaram menor variabilidade, o que pode refletir maior consenso entre os respondentes em relação a esses aspectos.

4.3 Análise fatorial exploratória

Embora o modelo tenha natureza confirmatória e sido estimado por meio de modelagem PLS-SEM, realizou-se previamente uma análise fatorial exploratória (AFE) com o objetivo de verificar a estrutura inicial dos indicadores e identificar possíveis problemas de mensuração. Essa etapa teve caráter instrumental, voltado à avaliação preliminar da qualidade dos itens, e não à construção de uma nova estrutura fatorial. Ressalta-se que a AFE e a modelagem confirmatória foram conduzidas com a mesma base de dados, o que pode limitar a independência entre exploração e confirmação. Assim, os resultados devem ser interpretados considerando essa característica do procedimento analítico.

A Tabela 2 apresenta os resultados da AFE. Com exceção do item AT3, todas as comunalidades são maiores que 0,6, conforme recomendado por Hair et al. (1998). Decidiu-se manter o item AT3 por conta de sua relevância para a explicação do construto Atitude, além de que sua remoção não prejudicaria a confiabilidade da escala. Os índices KMO são satisfatórios, indicando a adequação da amostra para análise fatorial (Hair et al., 1998). Os valores de df, qui-quadrado e Sig (teste de Bartlett) são significativos (p < 0,05), confirmando correlação suficiente entre as variáveis para análise fatorial (Hair et al., 1998).

Tabela 2
Resultados da AFE

Construto	Item	Comunalidades	KMO	Bartlett			Variância explicada	Cronbach
				df	Chi-quadrado	Sig
Uso de Tecnologias Contactless	UC1	0,797	0,738	3	424,400	0,00	78,80%	0,865
	UC2	0,784
	UC3	0,783
Atitude	AT1	0,755	0,800	6	793,801	0,00	77,50%	0,882
	AT2	0,732
	AT3	0,433
	AT4	0,818
	AT5	0,795
Sociabilidade	SO1	0,682	0,796	15	513,932	0,00	68,03%	0,727
	SO2	0,671
	SO3	0,657
Impacto Percebido da Pandemia	IP1	0,698	0,691	3	622,274	0,00	82,01%	0,888
	IP2	0,879
	IP3	0,884

• Fonte: Dados da pesquisa (2023).

A variância explicada é maior que 70% para a maioria dos construtos, mostrando que os fatores explicam adequadamente cada construto (Tabela 2). Destaca-se o construto Impacto Percebido da Pandemia, cujos fatores o explicam em 82,01%. Os valores de alfa de Cronbach estão acima de 0,7 (Hair et al., 1998), indicando consistência interna aceitável para todas as escalas utilizadas. Salienta-se que, numa primeira análise, os itens SO4, SO5 e SO6 (construto Sociabilidade) apresentaram baixas comunalidades e prejudicaram o valor de alfa de Cronbach do construto. Por isso, tais itens foram removidos para que a dimensão Sociabilidade obtivesse alfa de Cronbach satisfatório (0,727).

Ressalta-se que tais itens estavam associados a comportamentos de distanciamento ou aversão ao contato interpessoal. Além disso, eles não foram recodificados, o que pode ter contribuído para o desempenho psicométrico distinto observado. A exclusão desses indicadores implicou uma redefinição operacional do construto, que passou a refletir predominantemente a orientação positiva do indivíduo à interação social, reduzindo a representação da dimensão de evitação de contato. Essa decisão melhora a consistência interna da escala, mas restringe sua validade de conteúdo, aspecto considerado na interpretação dos resultados.

Com a discussão destes resultados, a etapa de AFE dos dados foi concluída em todos os construtos, formalidade precedente que certificou o rigor metodológico da análise do modelo teórico desta pesquisa. Isso leva ao próximo passo da investigação, que é realizar a AFC e testar o modelo por meio da MEE, conforme descrito no tópico seguinte.

4.4 Análise do modelo teórico

Avaliando os ajustes iniciais do modelo teórico do estudo, por meio do PLS algorithm, percebeu-se que todas as variáveis manifestas apresentaram cargas fatoriais acima de 0,6. Conforme Hair et al. (1998) e Bido e Silva (2019), isso indica que as cargas são consideradas fortes e revelam que o item está muito bem correlacionado com o fator. As cargas fatoriais de cada item podem ser visualizadas na Tabela 3.

Tabela 3
Matriz de cargas fatoriais

	Atitude	Impacto Percebido da Pandemia	Uso de Tecnologias Contactless	Sociabilidade
AT1	0,880
AT2	0,833
AT3	0,670
AT4	0,881
AT5	0,869
IP1		0,813
IP2		0,948
IP3		0,947
UC1			0,909
UC2			0,871
UC3			0,881
SO1				0,679
SO2				0,846
SO3				0,840

• Fonte: Dados da pesquisa (2023).

Para detectar a multicolinearidade dos itens, foi examinado o índice VIF (Variance Inflation Factor). A multicolinearidade ocorre quando duas ou mais variáveis independentes em um modelo de regressão estão altamente correlacionadas entre si (Bido & Silva, 2019). Conforme os autores, o VIF deve estar abaixo de 5. De acordo com a Tabela 4, todos os itens apresentam VIF menores que 5, com apenas dois indicadores acima de 4 (IP2 e IP3). Isso sugere multicolinearidade baixa a moderada, mas considerada aceitável (Bido & Silva, 2019).

Tabela 4
Multicolinearidade (VIF)

Variável	VIF
AT1	2,674
AT2	2,394
AT3	1,439
AT4	3,616
AT5	3,380
IP1	1,815
IP2	4,681
IP3	4,766
UC1	2,310
UC2	2,211
UC3	2,201
SO1	1,551
SO2	1,361
SO3	1,516

• Fonte: Dados da pesquisa (2023).

A análise da validade convergente dos construtos foi realizada por meio da avaliação dos indicadores de confiabilidade composta (CC), alfa de Cronbach (α) e Variância Média Extraída (AVE). A Tabela 5 revela que todos os construtos apresentaram valores de CC superiores ao limite recomendado de 0,70, evidenciando uma boa consistência interna das escalas utilizadas (Hair et al., 2019). Além disso, os valores de AVE variaram entre 0,628 (Sociabilidade) e 0,819 (Impacto Percebido da Pandemia), estando todos acima do ponto de corte mínimo de 0,50, o que indica que os itens de cada construto explicam uma parcela substancial da variância de seus respectivos fatores latentes. Essa combinação de resultados atesta a adequação da validade convergente dos construtos, confirmando que as medidas são capazes de representar adequadamente os conceitos teóricos propostos (Hair et al., 2019).

Tabela 5
Validade convergente

	α	CC	AVE
Atitude	0,885	0,917	0,690
Impacto Percebido da Pandemia	0,889	0,931	0,819
Uso de Tecnologias Contactless	0,866	0,917	0,787
Sociabilidade	0,736	0,834	0,628

• Fonte: Dados da pesquisa (2023).

Em relação à validade discriminante, observou-se que os valores na diagonal da Tabela 6, que expressam a raiz quadrada da AVE, são maiores que as correlações entre as variáveis latentes (valores fora da diagonal). Isso indica, portanto, que há validade discriminante, seguindo o pressuposto de Fornell e Larcker (Hair et al., 2019).

Tabela 6
Validade discriminante

	Atitude	Impacto Percebido da Pandemia	Uso de Tecnologias Contactless	Sociabilidade
Atitude	0,830
Impacto Percebido da Pandemia	0,104	0,905
Uso de Tecnologias Contactless	0,353	-0,014	0,887
Sociabilidade	-0,108	0,061	0,006	0,792

• Fonte: Dados da pesquisa (2023).

Para reforçar a análise da validade discriminante, aplicou-se também o Heterotrait-Monotrait (HTMT). Esse índice significa o valor médio das correlações de itens entre construtos em relação à média das correlações para os itens que medem o mesmo construto. De acordo com Henseler, Ringle e Sarstedt (2015), ele não pode estar acima de 0,90. A Tabela 7 apresenta os valores de HTMT para os construtos investigados. Percebe-se que todos os construtos se adequam a tal parâmetro, indicando existência de validade discriminante também via HTMT.

Tabela 7
Validade discriminante (HTMT)

	Atitude	Impacto Percebido da Pandemia	Uso de Tecnologias Contactless	Sociabilidade
Atitude
Impacto Percebido da Pandemia	0,116
Uso de Tecnologias Contactless	0,397	0,029
Sociabilidade	0,128	0,084	0,103

• Fonte: Dados da pesquisa (2023).

A qualidade do ajuste do modelo estrutural foi avaliada por meio de indicadores como SRMR, NFI, d_ULS e d_G (Tabela 8). Conforme Hair et al. (2019), o SRMR apresentou valor de 0,060, dentro do limite recomendado de 0,08, indicando um ajuste satisfatório. O NFI foi de 0,836, considerado aceitável para modelos exploratórios, embora abaixo do patamar de 0,90 geralmente sugerido para bom ajuste. Os índices d_ULS (0,382) e d_G (0,202) mostraram baixa discrepância entre as matrizes observada e estimada, reforçando a adequação do modelo. Assim, de forma geral, os resultados apontam para um ajuste estrutural aceitável.

Tabela 8
Ajuste do modelo estrutural

Índice	Valor
SRMR	0,060
d_ULS	0,382
d_G	0,202
Chi-square	378.144
NFI	0,836

• Fonte: Dados da pesquisa (2023).

O teste das hipóteses por meio do bootstrapping (Tabela 9) revelou que apenas a hipótese H1 (Atitude → Uso de Tecnologias Contactless) foi suportada, apresentando um efeito positivo e estatisticamente significativo (β = 0,365; t = 6,469; p < 0,001). Esse resultado indica que uma atitude favorável do consumidor acerca da adoção de tecnologias contactless em hospedagens tem impacto direto e positivo sobre o uso destas. Por outro lado, as hipóteses H2, H3, H4 e H5 não foram confirmadas, uma vez que seus respectivos valores de p ficaram acima do nível de significância de 0,05. Esses achados sugerem que as variáveis Sociabilidade e Impacto Percebido da Pandemia, embora teoricamente relevantes, não demonstraram efeitos significativos nas relações testadas dentro do modelo proposto.

4.5 Discussão das hipóteses

O suporte empírico da hipótese H1 indica que atitudes favoráveis em relação às tecnologias contactless estão associadas à maior disposição do consumidor para aceitá-las e utilizá-las. Esse resultado é consistente com a literatura de adoção tecnológica, que aponta a avaliação atitudinal como antecedente da intenção ou aceitação de uso, refletindo um processo de alinhamento entre julgamentos subjetivos e predisposição comportamental, mais do que evidência direta de comportamento efetivo (Lin & Mattila, 2021; Bertola, 2023; Chen et al., 2021).

Por outro lado, as hipóteses H2 e H3, que investigaram a influência da sociabilidade sobre a atitude e o uso de tecnologias contactless, não foram confirmadas. Embora estudos reconheçam a sociabilidade como um fator que pode moldar os comportamentos de consumo, especialmente em ambientes presenciais (Argo, 2020; Felix et al., 2024), os resultados desta pesquisa sugerem que, no contexto da hotelaria brasileira, a predisposição individual para interações sociais não exerceu influência significativa sobre a avaliação atitudinal ou sobre o uso de tecnologias contactless. Uma possível explicação pode estar relacionada ao perfil da amostra, majoritariamente composta por indivíduos com alto nível de escolaridade, os quais podem apresentar maior familiaridade com o uso de tecnologias, independentemente do seu grau de sociabilidade (Li & Huang, 2022; Zhang et al., 2019). Além disso, é possível que, mesmo os consumidores mais sociáveis, diante de contextos como o da pandemia, tenham reavaliado suas preferências, atenuando o impacto da sociabilidade nas decisões de consumo (Leith, 2020).

As hipóteses H4 e H5, que propunham a influência da pandemia da COVID-19 sobre a atitude e o uso de tecnologias contactless, também não foram suportadas. Esse resultado contrasta com alguns estudos anteriores que indicaram que o contexto pandêmico foi um fator determinante para a adoção de tecnologias de distanciamento social (Hao & Chon, 2021; Chen et al., 2021; Morosan & DeFranco, 2021). Uma possível justificativa é que, no período de coleta dos dados (outubro de 2022 a abril de 2023), o Brasil já vivia uma fase de flexibilização das medidas sanitárias e avanço da vacinação, o que pode ter reduzido a percepção de risco dos consumidores (Kang et al., 2022). Como destacado por Kang et al. (2022), a disposição para adotar tecnologias contactless tende a ser maior quando há sinais de contágio iminente. Além disso, os consumidores podem ter desenvolvido uma percepção mais equilibrada entre a busca por segurança sanitária e a preferência por interações humanizadas, principalmente em serviços de hospitalidade, nos quais o contato interpessoal ainda é valorizado (Camargo, 2021; Chang, Way & Cheng, 2018).

A Figura 2 apresenta o modelo teórico com seus coeficientes. A avaliação do poder explicativo do modelo foi realizada com base nos valores de R². O construto Atitude apresentou um R² de 0,024, indicando que apenas 2,4% da sua variância é explicada pelas variáveis independentes do modelo, o que representa um nível muito baixo de explicação. Já o construto Uso de Tecnologias Contactless apresentou um R² de 0,130, demonstrando que 13,0% da sua variância foi explicada pelos preditores, o que é considerado um nível fraco, de acordo com os critérios de Hair et al. (2019) para pesquisas nas ciências sociais. Esses resultados indicam que o modelo teórico proposto possui baixa capacidade explicativa, sugerindo a necessidade de considerar outras variáveis que possam melhorar o poder preditivo do modelo.

Figura 2
Modelo teórico com coeficientes

Os valores de R² observados indicam que o modelo possui poder explicativo limitado para as variáveis analisadas, o que é consistente com a natureza exploratória e delimitada do conjunto de antecedentes incluídos. Assim, os resultados devem ser interpretados como evidência parcial sobre a relação entre atitude e predisposição ao uso de tecnologias contactless, evitando generalizações amplas sobre o comportamento do consumidor em contextos de hospedagem. Esse desempenho sugere que fatores tradicionalmente associados à adoção tecnológica, como utilidade percebida, facilidade de uso, confiança e percepção de risco, podem exercer papel relevante e não foram contemplados no modelo atual.

De forma geral, os resultados indicam que, no contexto brasileiro, a atitude do consumidor permanece como o principal fator de influência sobre o uso de tecnologias contactless na hotelaria. Por outro lado, aspectos como sociabilidade e impactos comportamentais da pandemia, que teoricamente teriam potencial explicativo, não se mostraram estatisticamente significativos, reforçando a complexidade que envolve o comportamento do consumidor nesse setor. Essas evidências reforçam a necessidade de considerar as particularidades culturais e temporais ao investigar o comportamento do consumidor frente a serviços baseados em tecnologias de automação e distanciamento social.

5 CONCLUSÃO

Este estudo teve como objetivo avaliar os efeitos da atitude do consumidor, da sociabilidade individual e das percepções sobre a pandemia de COVID-19 sobre o uso de tecnologias contactless em serviços de hospedagem no contexto brasileiro. A partir da análise dos dados coletados com 299 consumidores, constatou-se que, entre as cinco hipóteses testadas, apenas a relação entre atitude e uso (H1) foi estatisticamente significativa.

O principal achado desta pesquisa reforça a importância da atitude positiva como fator decisivo para aumentar o uso de serviços contactless. Por outro lado, as demais hipóteses não foram confirmadas, sugerindo que nem a predisposição individual para interações sociais (sociabilidade), nem os impactos comportamentais da pandemia da COVID-19, tiveram influência direta sobre a atitude ou o uso dessas tecnologias. Esse resultado contrasta com investigações anteriores, mas pode ser explicado pelo contexto específico de coleta de dados, que ocorreu em uma fase de menor percepção de risco sanitário no Brasil, bem como pelas características culturais dos consumidores brasileiros, tradicionalmente mais inclinados a valorizar o contato humano nos serviços de hospitalidade.

5.1 Implicações teóricas

Este estudo oferece contribuições teóricas ao campo da hospitalidade e da adoção de tecnologia, ao reforçar a atitude do consumidor como antecedente central no uso de tecnologias contactless, em consonância com Chen et al. (2021) e Hao e Chon (2021), e ao evidenciar que a pandemia de COVID-19 não exerceu influência positiva duradoura no comportamento do consumidor, corroborando a perspectiva de Kang et al. (2022) e Gursoy e Chi (2020) de que crises de saúde funcionam como aceleradores temporários. Além disso, ao demonstrar o papel não significativo da sociabilidade na adoção dessas tecnologias, nas atitudes ou nas mudanças comportamentais decorrentes da pandemia, a pesquisa desafia suposições da literatura que apontam traços psicológicos como preditores relevantes em contextos de serviço.

Complementarmente, ao estender a investigação empírica ao contexto brasileiro, o estudo contribui para suprir a lacuna de pesquisas predominantemente centradas em cenários norte-americanos e asiáticos. Por fim, ao testar empiricamente as relações entre uso de tecnologias, atitude, sociabilidade e efeitos da pandemia, o estudo aprofunda a compreensão teórica acerca da interação entre fatores tecnológicos, cognitivos e externos relacionados à crise na formação do comportamento do consumidor frente a inovações contactless na hotelaria, avançando os modelos propostos por Bravo et al. (2019) e Morosan e DeFranco (2021).

Além disso, o estudo contribui ao evidenciar que, no contexto da hospedagem mediada por tecnologias contactless, avaliações atitudinais do consumidor exercem papel mais consistente do que fatores individuais e contextuais amplamente discutidos na literatura recente, como sociabilidade e efeitos percebidos da pandemia. Esse resultado sugere que a aceitação de soluções contactless pode estar menos associada a condições circunstanciais e mais vinculada a processos avaliativos subjetivos, reforçando a centralidade de mecanismos atitudinais nos modelos de adoção tecnológica em hospitalidade. Ademais, ao explicitar tensões entre construto e mensuração, especialmente na distinção entre disposição declarada e uso efetivo, o estudo amplia o debate metodológico sobre como operacionalizar comportamentos mediados por tecnologia, oferecendo subsídios para refinamentos teóricos e psicométricos em pesquisas futuras.

5.2 Implicações práticas

Do ponto de vista gerencial, os resultados deste estudo oferecem importantes reflexões para os tomadores de decisão no setor de hospitalidade, especialmente no que diz respeito ao papel central da atitude do consumidor na adoção de tecnologias contactless. Diante desse achado, recomenda-se que os gerentes de hotéis priorizem iniciativas que ampliem a familiaridade e o conforto dos hóspedes com ferramentas digitais, por meio de campanhas educativas, tutoriais e demonstrações tecnológicas nos quartos. Considerando ainda que o impacto da pandemia de COVID-19 se mostra temporário, as estratégias de longo prazo devem focar na comunicação dos benefícios funcionais e das propostas de valor desses serviços, em vez de enfatizar exclusivamente questões de saúde e segurança.

Ademais, a ausência de influência significativa da sociabilidade indica que os serviços contactless podem ser promovidos de forma ampla, sem a necessidade de segmentação com base nas preferências sociais dos hóspedes. Nesse contexto, os meios de hospedagem podem utilizar a tecnologia como um recurso de aprimoramento dos serviços, e não como substituto do atendimento humano, assegurando que os hóspedes percebam tais inovações como melhorias na conveniência e na qualidade da experiência. Por fim, a implementação de programas de treinamento para os funcionários pode contribuir para reduzir a resistência dos clientes e elevar os níveis de satisfação com a hospedagem.

Os resultados indicam, ainda, que a aceitação de tecnologias contactless na hospedagem depende mais da forma como os consumidores avaliam subjetivamente essas soluções do que de características individuais ou efeitos contextuais recentes, como a pandemia. Para gestores do setor, isso sugere que estratégias de implementação devem priorizar a construção de percepções positivas, destacando conveniência, autonomia e conforto, em vez de assumir que mudanças externas, por si só, garantem engajamento tecnológico. Investimentos em comunicação clara, experiência do usuário e integração equilibrada entre tecnologia e atendimento humano tendem a favorecer a disposição do hóspede em aceitar soluções sem contato. Assim, a adoção tecnológica pode ser tratada como um processo de gestão da experiência percebida, e não apenas como atualização operacional.

5.3 Limitações do estudo

Entre as limitações deste estudo, destaca-se o baixo poder explicativo do modelo teórico, evidenciado pelos valores reduzidos de R² obtidos para os construtos dependentes, o que indica a ausência de variáveis potencialmente relevantes para a compreensão do comportamento de adoção de tecnologias contactless. Isso sugere a necessidade de incluir, em investigações futuras, fatores adicionais que possam ampliar a capacidade preditiva do modelo, tais como traços de personalidade, familiaridade tecnológica ou características contextuais, como o tipo de empreendimento hoteleiro (luxo versus econômico). Ademais, o uso de uma amostra não probabilística, composta majoritariamente por indivíduos com elevado nível de escolaridade, impõe restrições quanto à generalização dos resultados para a população brasileira em sua totalidade.

Outra limitação do estudo refere-se à operacionalização da variável Sociabilidade, que combinou itens pró-interação e itens associados ao distanciamento interpessoal sem recodificação. Essa composição pode introduzir ambiguidade conceitual e afetar a estabilidade psicométrica do construto, sugerindo que pesquisas futuras adotem escalas mais unidimensionais ou procedimentos de recodificação que assegurem maior alinhamento entre definição teórica e mensuração. Cabe ainda considerar que o recorte temporal da pesquisa, realizada em um período pós-crítico da pandemia, pode ter influenciado as percepções dos respondentes quanto ao uso de tecnologias contactless. Diante dessas limitações, recomenda-se que pesquisas futuras não apenas ampliem o modelo teórico proposto, mas também realizem comparações entre diferentes regiões do Brasil ou entre países com distintas características culturais, a fim de aprofundar a compreensão acerca da influência do contexto cultural e social na aceitação de inovações tecnológicas no setor de serviços em hotelaria.

• Como Citar:
  Souza, A. G., & Barbosa, J. W. Q. (2026). Os efeitos da pandemia de COVID-19 e da sociabilidade do consumidor brasileiro na atitude e no uso de tecnologias contactless em hospedagem. Revista Brasileira de Pesquisa em Turismo, São Paulo, 20, e-3378, 2026. https://doi.org/10.7784/rbtur.v20.3378
• Revisado em pares.

Declaração de Disponibilidade de Dados

Os dados devem ser solicitados ao(à) autor(a) pelo email: [e-mail]

REFERÊNCIAS

• Argo, J. J. (2020). A contemporary review of three types of social influence in consumer psychology. Consumer Psychology Review, 3(1), 126-140. https://doi.org/10.1002/arcp.1059
  » https://doi.org/10.1002/arcp.1059
• Bertola, D. (2023). Revista Hotéis. Inteligência artificial ganha espaço na hotelaria. Recuperado de https://www.revistahoteis.com.br/inteligencia-artificial-ganha-espaco-na-hotelaria/
  » https://www.revistahoteis.com.br/inteligencia-artificial-ganha-espaco-na-hotelaria/
• Bido, D. S., & Silva, D. (2019). SmartPLS 3: especificação, estimação, avaliação e relato. Administração: Ensino e Pesquisa, 20(2), 488-536. https://doi.org/10.13058/raep.2019.v20n2.1545
  » https://doi.org/10.13058/raep.2019.v20n2.1545
• Bitner, M. J. (1992). Servicescapes: The impact of physical surroundings on customers and employees. Journal of Marketing, 56(2), 57–71. https://doi.org/10.1177/002224299205600205
  » https://doi.org/10.1177/002224299205600205
• Bolton, R. N., McColl-Kennedy, J. R., Cheung, L., Gallan, A., Orsingher, C., Witell, L., & Zaki, M. (2018). Customer experience challenges: bringing together digital, physical and social realms. Journal of Service Management, 29(5), 776-808. https://doi.org/10.1108/JOSM-04-2018-0113
  » https://doi.org/10.1108/JOSM-04-2018-0113
• Bravo, R., Martinez, E., & Pina, J. M. (2019). Effects of service experience on customer responses to a hotel chain. International Journal of Contemporary Hospitality Management, 31(1), 389-405. https://doi.org/10.1108/IJCHM-09-2017-0569
  » https://doi.org/10.1108/IJCHM-09-2017-0569
• Camargo, L. O. D. L. (2021). As leis da hospitalidade. Revista Brasileira de Pesquisa em Turismo, 15(2). https://doi.org/10.7784/rbtur.v15i2.2112
  » https://doi.org/10.7784/rbtur.v15i2.2112
• Cesário, M. F. P., & Mendes Filho, L. (2021). Uso e aceitação de Robôs, Inteligência Artificial e Automação dos Serviços em Hospitalidade e Turismo frente à Pandemia de COVID-19: uma proposta de pesquisa. Revista Acadêmica Observatório de Inovação do Turismo, 15(3), 1-24. https://doi.org/10.17648/raoit.v15n3.7159
  » https://doi.org/10.17648/raoit.v15n3.7159
• Chang, S., Way, S. A., & Cheng, D. H. (2018). The elicitation of frontline, customer-contact, hotel employee innovative behavior: Illuminating the central roles of readiness for change and absorptive capacity. Cornell Hospitality Quarterly, 59(3), 228-238. https://doi.org/10.1177/1938965517734940
  » https://doi.org/10.1177/1938965517734940
• Cheek, J. M., & Buss, A. H. (1981). Shyness and Sociability. Journal of Personality and Social Psychology, 41(2), 330. https://doi.org/10.1037/0022-3514.41.2.330
  » https://doi.org/10.1037/0022-3514.41.2.330
• Chen, S. H., Tzeng, S. Y., Tham, A., & Chu, P. X. (2021). Hospitality services in the post COVID-19 era: Are we ready for high-tech and no touch service delivery in smart hotels? Journal of Hospitality Marketing & Management, 30(8), 905-928. https://doi.org/10.1080/19368623.2021.1916669
  » https://doi.org/10.1080/19368623.2021.1916669
• Christou, P., Simillidou, A., & Stylianou, M. C. (2020). Tourists’ perceptions regarding the use of anthropomorphic robots in tourism and hospitality. International Journal of Contemporary Hospitality Management, 32(11), 3665-3683. https://doi.org/10.1108/IJCHM-05-2020-0423
  » https://doi.org/10.1108/IJCHM-05-2020-0423
• Dogan, S., Mistry, T. G., & Nanu, L. (2024). Revolutionizing getaways: automation and artificial intelligence’s transformative journey in tourism and hospitality. Worldwide Hospitality and Tourism Themes, 16(2), 248-251. https://doi.org/10.1108/WHATT-03-2024-0075
  » https://doi.org/10.1108/WHATT-03-2024-0075
• Gill, I. (2021). World Bank Blogs. At Your Service? Developing economies bet on service industries for growth. Recuperado de https://blogs.worldbank.org/en/voices/your-service-developing-economies-bet-service-industries-growth
  » https://blogs.worldbank.org/en/voices/your-service-developing-economies-bet-service-industries-growth
• Gifford, R., & Gallagher, T. M. (1985). Sociability: Personality, social context, and physical setting. Journal of Personality and Social Psychology, 48(4), 1015–1023. https://doi.org/10.1037/0022-3514.48.4.1015
  » https://doi.org/10.1037/0022-3514.48.4.1015
• Gursoy, D., & Chi, C. G. (2020). Effects of COVID-19 pandemic on hospitality industry: review of the current situations and a research agenda. Journal of Hospitality Marketing & Management, 29(5), 527-529. https://doi.org/10.1080/19368623.2020.1788231
  » https://doi.org/10.1080/19368623.2020.1788231
• Hair, J. F., Anderson, R. E., Tatham, R. L., & Black, W. C. (1998). Multivariate Data Analysis (5a ed.). Upper Sadler River, NJ: Prentice Hall.
• Hair, J. F., Risher, J. J., Sarstedt, M., & Ringle, C. M. (2019). When to use and how to report the results of PLS-SEM. European Business Review, 31(1), 2–24. https://doi.org/10.1108/EBR-11-2018-0203
  » https://doi.org/10.1108/EBR-11-2018-0203
• Hao, F., & Chon, K. K. S. (2021). Contactless service in hospitality: bridging customer equity, experience, delight, satisfaction, and trust. International Journal of Contemporary Hospitality Management, 34(1), 113-134. https://doi.org/10.1108/IJCHM-05-2021-0559
  » https://doi.org/10.1108/IJCHM-05-2021-0559
• Hao, F., Qiu, R. T. R., Park, J., & Chon, K. (2022). The Myth of Contactless Hospitality Service: Customers’ Willingness to Pay. Journal of Hospitality & Tourism Research, 47(8). https://doi.org/10.1177/10963480221081781
  » https://doi.org/10.1177/10963480221081781
• Henseler, J., Ringle, C. M., & Sarstedt, M. (2015). A new criterion for assessing discriminant validity in variance-based structural equation modeling. Journal of the Academy of Marketing Science, 43, 115-135. https://doi.org/10.1007/s11747-014-0403-8
  » https://doi.org/10.1007/s11747-014-0403-8
• Hernández, E. (2021). TI Inside. Como a tecnologia ajuda a reativar o setor hoteleiro no pós-pandemia. Recuperado de https://tiinside.com.br/17/11/2021/como-a-tecnologia-ajuda-a-reativar-o-setor-hoteleiro-no-pos-pandemia/
  » https://tiinside.com.br/17/11/2021/como-a-tecnologia-ajuda-a-reativar-o-setor-hoteleiro-no-pos-pandemia/
• Hotel News. (2010). Fechaduras. Recuperado de https://www.revistahotelnews.com.br/fechaduras-2/
  » https://www.revistahotelnews.com.br/fechaduras-2/
• Im, J., Kim, J., & Choeh, J. Y. (2021). COVID-19, social distancing, and risk-averse actions of hospitality and tourism consumers: A case of South Korea. Journal of Destination Marketing & Management, 20, 100566. https://doi.org/10.1016/j.jdmm.2021.100566
  » https://doi.org/10.1016/j.jdmm.2021.100566
• Jiang, Y., & Wen, J. (2020). Effects of COVID-19 on hotel marketing and management: a perspective article. International Journal of Contemporary Hospitality Management, 32(8), 2563-2573. https://doi.org/10.1108/IJCHM-03-2020-0237
  » https://doi.org/10.1108/IJCHM-03-2020-0237
• Joo, D., Tasci, A. D., Woosnam, K. M., Maruyama, N. U., Hollas, C. R., & Aleshinloye, K. D. (2018). Residents' Attitude towards domestic tourists explained by contact, emotional solidarity and social distance. Tourism Management, 64, 245-257. https://doi.org/10.1016/j.tourman.2017.08.012
  » https://doi.org/10.1016/j.tourman.2017.08.012
• Kang, Q., Zhou, L., Liu, J., & Ran, Y. (2022). Do contagion cues shape customers’ willingness to adopt hospitality service robots?. International Journal of Hospitality Management, 104, 103244. https://doi.org/10.1016/j.ijhm.2022.103244
  » https://doi.org/10.1016/j.ijhm.2022.103244
• Kim, H., Li, J., & So, K. K. F. (2022). Enhancing Consumer Confidence and Response Efficacy in Tourism: Typology and Effectiveness of the Hotel Industry’s Responses to COVID-19. Journal of Travel Research, 62(4), 907-925. https://doi.org/10.1177/00472875221095211
  » https://doi.org/10.1177/00472875221095211
• Kowalik, K., & Klimecka-Tatar, D. (2018). The process approach to service quality management. Production Engineering Archives, 18(18), 31-34. https://doi.org/10.30657/pea.2018.18.05
  » https://doi.org/10.30657/pea.2018.18.05
• Ku, E. C. (2024). Contactless Service: Artificial Intelligence Applications of Airports. International Journal of Human–Computer Interaction, 1-13. https://doi.org/10.1080/10447318.2024.2415751
  » https://doi.org/10.1080/10447318.2024.2415751
• Ku, E. C. (2025). Embracing the future of interactive marketing with contactless technology: evidence from tourism businesses. Journal of Research in Interactive Marketing, 19(4), 630-650. https://doi.org/10.1108/JRIM-04-2024-0183
  » https://doi.org/10.1108/JRIM-04-2024-0183
• Leith, C. (2020). Tourism trends: lifestyle developments and the links to solo tourism. Journal of Tourism Futures, 6(3), 251-255. https://doi.org/10.1108/JTF-11-2019-0126
  » https://doi.org/10.1108/JTF-11-2019-0126
• Li, M., & Huang, S. (2022). Contactless but loyal customers: The roles of anxiety and Sociability in the hotel service context. Journal of Retailing and Consumer Services, 66, 102910. https://doi.org/10.1016/j.jretconser.2022.102910
  » https://doi.org/10.1016/j.jretconser.2022.102910
• Li, M., Yin, D., Qiu, H., & Bai, B. (2021). Examining the effects of AI contactless services on customer psychological safety, perceived value, and hospitality service quality during the COVID‐19 pandemic. Journal of Hospitality Marketing & Management, 31(1), 24-48. https://doi.org/10.1080/19368623.2021.1934932
  » https://doi.org/10.1080/19368623.2021.1934932
• Lin, I. Y., & Mattila, A. S. (2021). The value of service robots from the hotel guest’s perspective: a mixed-method approach. International Journal of Hospitality Management, 94, 102876. https://doi.org/10.1016/j.ijhm.2021.102876
  » https://doi.org/10.1016/j.ijhm.2021.102876
• López, M. P. V., Silva, M. H., & Silva, T. M. G. da. (2021). As dinâmicas da inovação tecnológica no setor hoteleiro em tempos de pandemia da Covid-19 na cidade do Rio de Janeiro. Revista Turismo Em Análise, 32(3), 554-571. https://doi.org/10.11606/issn.1984-4867.v32i3p554-571
  » https://doi.org/10.11606/issn.1984-4867.v32i3p554-571
• Malar, J. P. (2022). CNN Brasil. Após 2ª alta seguida, serviços têm espaço para crescer e ajudar empregos, dizem analistas. Recuperado de https://www.cnnbrasil.com.br/business/apos-2a-alta-seguida-servicos-tem-espaco-para-crescer-e-ajudar-empregos-dizem-analistas/
  » https://www.cnnbrasil.com.br/business/apos-2a-alta-seguida-servicos-tem-espaco-para-crescer-e-ajudar-empregos-dizem-analistas/
• Malhotra, N. K. (2019). Marketing Research: An Applied Orientation (7th ed.). Pearson.
• Marôco, J. (2014). Análise de equações estruturais: Fundamentos teóricos, software e aplicações (2a ed.). Perô Pinheiro, Portugal: Report Number.
• McCartney, G., & McCartney, A. (2020). Rise of the machines: towards a conceptual service-robot research framework for the hospitality and tourism industry. International Journal of Contemporary Hospitality Management, 32(12), 3835-3851. https://doi.org/10.1108/IJCHM-05-2020-0450
  » https://doi.org/10.1108/IJCHM-05-2020-0450
• Morosan, C., & DeFranco, A. (2021). Using social distancing technology in hotels: a social exchange perspective. International Journal of Contemporary Hospitality Management, 33(10), 3177-3198. https://doi.org/10.1108/IJCHM-12-2020-1403
  » https://doi.org/10.1108/IJCHM-12-2020-1403
• Mukherjee, S., Baral, M. M., Venkataiah, C., Pal, S. K., & Nagariya, R. (2021). Service robots are an option for contactless services due to the COVID-19 pandemic in the hotels. Decision, 48(4), 445-460. https://doi.org/10.1007/s40622-021-00300-x
  » https://doi.org/10.1007/s40622-021-00300-x
• Oracle Hospitality. (2021). 2021 Hospitality Benchmark Report. Mobile and Contactless Maturity Analysis. Recuperado de https://www.oracle.com/br/a/ocom/docs/industries/hospitality/hosp-mobile-contactless-maturity-analysis.pdf
  » https://www.oracle.com/br/a/ocom/docs/industries/hospitality/hosp-mobile-contactless-maturity-analysis.pdf
• Pillai, S. G., Haldorai, K., Seo, W. S., & Kim, W. G. (2021). COVID-19 and hospitality 5.0: Redefining hospitality operations. International Journal of Hospitality Management, 94, 102869. https://doi.org/10.1016/j.ijhm.2021.102869
  » https://doi.org/10.1016/j.ijhm.2021.102869
• PwC Brasil. (2024). Voz do Consumidor 2024. Recuperado de https://www.pwc.com.br/pt/estudos/setores-atividades/produtos-consumo-varejo/2024/Voz-do-consumidor-2024.pdf
  » https://www.pwc.com.br/pt/estudos/setores-atividades/produtos-consumo-varejo/2024/Voz-do-consumidor-2024.pdf
• Qiu, R. T., Park, J., Hao, F., & Chon, K. (2024). Hotel services in the digital age: Heterogeneity in guests’ contactless technology acceptance. Journal of Hospitality Marketing & Management, 33(1), 33-56. https://doi.org/10.1080/19368623.2023.2239219
  » https://doi.org/10.1080/19368623.2023.2239219
• Rahimizhian, S., & Irani, F. (2021). Contactless hospitality in a post-Covid-19 world. International Hospitality Review, 35(2), 293-304. https://doi.org/10.1108/IHR-08-2020-0041
  » https://doi.org/10.1108/IHR-08-2020-0041
• Rathjens, B., Gunden, N., Zhang, L., Jain, G., & Law, R. (2025). A systematic review of contactless technologies research in hospitality and tourism during the COVID-pandemic. Journal of Hospitality & Tourism Research, 49(2), 351-365. https://doi.org/10.1177/10963480231191192
  » https://doi.org/10.1177/10963480231191192
• Saul, L. (2021). EHL Insights. Service Robots and AI: What impact on the future of Hospitality. Recuperado de https://hospitalityinsights.ehl.edu/service-robots-future-of-hospitality
  » https://hospitalityinsights.ehl.edu/service-robots-future-of-hospitality
• Shier, M. L., Nicholas, D. B., Graham, J. R., & Young, A. (2018). Preventing workplace violence in human services workplaces: Organizational dynamics to support positive interpersonal interactions among colleagues. Human Service Organizations: Management, Leadership & Governance, 42(1), 4-18. https://doi.org/10.1080/23303131.2017.1363842
  » https://doi.org/10.1080/23303131.2017.1363842
• Shin, H., & Kang, J. (2020). Reducing perceived health risk to attract hotel customers in the COVID-19 pandemic era: Focused on technology innovation for social distancing and cleanliness. International Journal of Hospitality Management, 91, 102664. https://doi.org/10.1016/j.ijhm.2020.102664
  » https://doi.org/10.1016/j.ijhm.2020.102664
• Silva, B. J. B., de Sousa Neto, P. B., de Medeiros, L. S., de Medeiros, E. H. O., de Menezes, A. M., de Sousa, P. T., & de Melo Ramalho, K. (2020). A correlação entre o setor de serviços e o Produto Interno Bruto no Brasil. Research, Society and Development, 9(4). http://dx.doi.org/10.33448/rsd-v9i4.3040
  » https://doi.org/10.33448/rsd-v9i4.3040
• Silva, J.H.O., Favoretto, C., Amancio, I.R., Ganga, G.M.D., Lizarelli, F.L., & Mendes, G.H.S. (2022). Consumer behavioral intention to use restaurant, concert and education services online during and after the COVID-19 pandemic: evidence from Brazil. International Journal of Quality and Service Sciences, 14(3), 504-523. https://doi.org/10.1108/IJQSS-04-2021-0056
  » https://doi.org/10.1108/IJQSS-04-2021-0056
• Solnet, D., Subramony, M., Ford, R. C., Golubovskaya, M., Kang, H. J. A., & Hancer, M. (2019). Leveraging human touch in service interactions: lessons from hospitality. Journal of Service Management, 30(3), 392-409. https://doi.org/10.1108/JOSM-12-2018-0380
  » https://doi.org/10.1108/JOSM-12-2018-0380
• Veríssimo, M. P., & Saiani, C. C. S. (2019). Evidências da importância da indústria e dos serviços para o crescimento econômico dos municípios brasileiros. Economia e Sociedade, 28, 905-935. https://doi.org/10.1590/1982-3533.2019v28n3art12
  » https://doi.org/10.1590/1982-3533.2019v28n3art12
• Wang, X., Wong, Y. D., Qi, G., & Yuen, K. F. (2021). Contactless channel for shopping and delivery in the context of social distancing in response to COVID-19 pandemic. Electronic Commerce Research and Applications, 48, 101075. https://doi.org/10.1016/j.elerap.2021.101075
  » https://doi.org/10.1016/j.elerap.2021.101075
• Wroten, B. (2020). CoStar. Industry Looks at Contactless Tech to Build Guest Trust. Recuperado de https://www.costar.com/article/1133380436/industry-looks-at-contactless-tech-to-build-guest-trust
  » https://www.costar.com/article/1133380436/industry-looks-at-contactless-tech-to-build-guest-trust
• Zhang, Y., Phang, C. W., Gu, R., & Zhang, C. (2019). Antecedents and role of individual Sociability on participation in mobile collaborative consumption. Internet Research, 29(5), 1064-1089.https://doi.org/10.1108/INTR-03-2018-0131
  » https://doi.org/10.1108/INTR-03-2018-0131
• Zhong, L., Coca-Stefaniak, J. A., Morrison, A. M., Yang, L., & Deng, B. (2022). Technology acceptance before and after COVID-19: no-touch service from hotel robots. Tourism Review, 77(4), 1062-1080. https://doi.org/10.1108/TR-06-2021-0276
  » https://doi.org/10.1108/TR-06-2021-0276

Editado por

• Editora
  Glauber Eduardo de Oliveira Santos.

Datas de Publicação

• Publicação nesta coleção
  03 Ago 2026
• Data do Fascículo
  2026

Histórico

• Recebido
  17 Nov 2025
• Aceito
  30 Mar 2026